メインコンテンツへスキップ
見出し画像

セルに5人未満がいたら、χ²検定は使わない

    カテゴリ変数の比較は、全部χ²検定で通していました。

    有無、あり・なし、男女。2×2の表を作ってχ²。それで済むと思っていました。

    「期待度数」という言葉を、私は長いあいだ知りませんでした。

    先に結論

    χ²検定は近似です。表のマス目に入る人数が少ないと、近似が崩れます。

    そのとき使うのが Fisher の正確検定です。名前のとおり、近似ではなく正確に確率を数え上げます。

    目安はこうです。期待度数が5未満のマスがあれば Fisher。

    画像

    実際の人数ではなく「期待度数」

    ここが今日のポイントです。私が長く誤解していたところでもあります。

    見るのは表に書いてある実測の人数ではありません。 「もし両群に差がなかったら、そのマスに何人入るはずか」という計算値、つまり期待度数です。

    例を出します。膠原病内科で、2つの薬のまれな副作用を比べるとします。

           | 副作用あり | なし | 計
    A薬     | 1         | 39  | 40
    B薬     | 5         | 35  | 40
    計      | 6         | 74  | 80

    「副作用あり」は全体で6人。両群に差がなければ、各群に3人ずつのはずです。この3が期待度数で、5を下回っています。

    だからこの表は Fisher を使います。実測が5人以上あるマスがあっても関係ありません。

    論文のどこに出てくるか

    Table 1 の、性別・合併症・重症度分類などの行です。そして Table 2 の、有害事象の比較。

    Methods にこう書かれます。

    カテゴリ変数はχ²検定、期待度数が5未満の場合は Fisher の正確検定を用いた

    この一文があるかを見てください。 「カテゴリ変数はχ²検定を用いた」だけで終わっている論文は、まれな事象の行でも機械的にχ²を当てている可能性があります。

    まれな合併症を扱う研究ほど、必要になります。

    それでも解釈には限界がある

    Fisher を使えば検定としては正しくなります。でも分かることが増えるわけではありません。

    さきほどの表で、1例と5例の差。仮にp値が小さく出たとしても、信頼区間は必ず広いはずです。第3回でやったとおり、区間の両端を見れば「まだ何も分かっていない」ことが分かります。

    検定を正しく選ぶことと、結論が出せることは別です。 まれな事象は、正しい検定を選んでもまれなままです。

    別の科なら、こう

    • 皮膚科:まれな薬疹の発生率を2剤で比べる。どちらも数例しか出ない

    • 泌尿器科:術式ごとの重篤な合併症。頻度が1%を切ると、100例でも1例あるかないか

    • 呼吸器内科:まれな副作用の有無。多施設で集めても表のマスは1桁

    どれもマス目の人数が1桁になる表です。χ²の近似が成り立つ前提から外れています。

    AIにこう聞く

    この2×2の表を検定して。まず期待度数を計算して表示し、5未満のマスがあるかを示したうえで、χ²検定と Fisher のどちらを使うべきか判断して。選んだ理由も書いて。あわせてリスク差とその95%信頼区間も出して。

    ポイントは2つです。

    「まず期待度数を表示して」と頼むこと。これを言わないと、AIはいきなり検定結果を返します。判断の根拠が画面に出ないと、あなたが検算できません。

    p値だけで終わらせない。 リスク差と信頼区間を同時に頼めば、「検定は通ったが区間は広い」という実態が見えます。まれな事象では、そこがいちばん大事な情報です。


    次回は「標準化差(SMD)というものさし」。症例数にも単位にも左右されない、偏りのものさしです。

    この記事は連載「当直明けの統計学」の8回目です(全35回)。
    最初から読む場合はこちら。

    https://note.com/tourin_lab/m/m89c57bb6a319


    おまけ:Rなら3行

    tab <- table(df$group, df$event)
    chisq.test(tab)$expected   # まず期待度数を見る
    fisher.test(tab)           # 5未満があればこちら

    1行目ではなく、2行目から見てください。

    この記事に出てきた言葉

    • カテゴリ変数:有無・男女・分類など、数えて分けられる変数

    • χ²検定(カイ二乗検定):カテゴリ変数の群間比較に使う検定。近似なので前提がある

    • Fisher の正確検定:確率を数え上げる検定。近似ではないので、人数が少なくても使える

    • 期待度数:「差がなかったとしたら、そのマスに何人入るはずか」という計算値。実測の人数ではない

    • 2×2の表(クロス表):2つのカテゴリ変数を掛け合わせた4マスの表

    • リスク差:2群の発生率の引き算。0なら差なし

    • 信頼区間:推定値がどれくらいブレうるかを示す幅。まれな事象では必ず広くなる

    • 有害事象:治療に伴って起きた好ましくない出来事。Table 2 で比較されることが多い

    • R:無料の統計ソフト。文字で手順を書いて動かします

     
     
    統計をきちんと教わらないまま、休日にデータ入力して、SPSSをポチポチして、目をチカチカさせてきた10年でした。致命的な勘違いが見つかって全部おじゃんになった研究もあります。同じ遠回りをしなくていいように、当直明けでも読める3分で共有していきます。火・金更新。

    あなたへのおすすめ